運用約略集理論提昇網路商店核心電子...

2010 年 8 月第十三卷三期 • Vol. 13, No. 3, August 2010

運用約略集理論提昇網路商店核心電子

服務品質之探討

胡維萍

http://cmr.ba.ouhk.edu.hk

中華管理評論國際學報‧第十三卷‧第三期

1

運用約略集理論提昇網路商店核心電子服務品質

之探討

胡維萍

摘要

對於電子商務的發展而言，提供客製化網路服務品質，並能即時回應顧客需

求與期望，制定相對提昇服務品質的決策，是增加消費者忠誠度與回購率的

主要因素，根據文獻探討，近年來所提出較完整研究模型的是：1985~2005

年Parasuraman、Zeithaml、Berry的「電子服務品質」(E-S-QUAL)，將相關

品質構面切割為「核心電子服務品質」（Core E-S-QUAL）與「電子復原服

務品質」（E-ResS-QUAL）兩部份，用來涵蓋整個電子服務品質的特性。

本研究運用「約略集」（Rough Set）理論中，適合處理互相矛盾或較隱含

性資訊的能力，針對「核心電子服務品質」中的「效率」、「系統接受

度」、「滿足感」、「隱私」四個構面，設計成「屬性集合」（Attribute

set），而相對於各構面內的品質量測因素，設為「宇集合」（Universe

set），經問卷調查可建構出「不可辨識關係表」，再藉由「布林代數」化

簡得出「可辨識關係函數」（Discernibility relation functions），根據樣本空

間中，對於服務品質因素重視程度，找出屬性分類的精確度，以及網路商店

所具備的決策規則（Decision algorithms）與決策表，藉以作為提昇服務品

質新決策制定的參考；整體相關核心電子服務品質與約略集理論文獻的搜尋

應用，及推導過程說明，也將於本研究中詳細的被探討。

關鍵詞：核心電子服務品質、電子復原服務品質、約略集、不可辨識關係

表、布林代數、可辨識關係函數

_____________________________

胡維萍遠東科技大學化妝品應用與管理系


2

研究動機與目的

近年來，電子商務與網路行銷已成為新一代消費族群主要的購物來源，其中

較高品質的電子服務品質，往往較能引發顧客感知（Perception）較高的認

同，並滿足各階層客戶的消費需求，然而，「電子服務品質」的界定，不像

實體產品品質容易量化與測量，因為消費者對於服務的好惡，經常源自於：

服務的構想、觀念、表現、與服務特性而定，正因如此，提昇電子服務品質

的所有作為，變得更為抽象與不易達成，尤其，電子商務客戶透過網際網路

上多樣化的資訊平檯，很容易對類似的商業網站與商品，進行比較及資訊搜

集，所以要提高客戶的忠誠度與回購率，唯一能做的就是：提昇「電子服務

品質」；根據的研究顯示，大部份的網路客戶會更換線上銷售供應商，而並

不考量先前曾購買過的網站；因此，Parasuraman et al. (2005) 建議具有電子

商務網站的公司，不論在交易進行的前、中、後期，都必需注重「電子服務

品質」，而並非是交易的本身。

因此，本研究藉由Parasuraman et al. (1985, 2005) 對於「核心電子服務品質」

（Core E-S-QUAL）構面因素的精煉，將相關品質量測因素設計成約略集理

論中宇集合（ 2221 ... xxxU ）元素，另外，由於模型中針對每個品質

測量元素，皆具有「效率」、「系統接受度」、「滿足感」、與「隱私」四

個屬性指標，而將之設計為屬性集合（ 4321 aaaaA ）；為了說明品

質元素相對於各個屬性的重要程度，取值域（V ）內數值來表示之，其中

nV ...,,2,1 為正整數集合，用以結構化核心電子服務品質資訊系統

VAUIS ,, （Information system）。

下一步，就是透過問卷調查（Questionnaire）找出服務品質元素（宇集合

U ）與屬性集合 A ，兩者間重要性的評估值，稱為「不可辨識關係表」

（Indiscernibility relation table），其內容是說明：某個宇集合元素 ix ，分別

對應於四個屬性 4321 aaaa 的重要性差異，根據問卷統計份數的多寡設

計量距，出現重要性份數最多的，視為該元素與某屬性之間有重要關連性

的，取值域中的最大整數： n 代表，反之，出現最少份數的，取值域中的最

小整數：1代表，而介於兩者之間，則以等分全距的間隔值代表之，以此類

推，完成不可辨識關係表內容的建構。

再則，為了去除隱含於各個宇集合元素之間的重疊資訊，引入布林代數

（Boolean algebra）運算規則，利用結合律概念，化簡宇集合元素之間的不

可辨識性，找出每個宇集合元素間區隔的「簡化可辨識函數」（Simplified


3

discernibility functions） 22,...,2,1 ),( iAfix

，其意義代表：宇集合內元素的特

殊性，至此，核心電子服務品質系統的量測因素分析已完成。

至於，如何回應客戶需求以提昇電子服務品質？首先，根據原問卷調查針對

的品質因素重要性份數多寡，找出網路客戶認定服務品質高低的決策規則

（Decision algorithms）與決策表（Decision table） DCUS ,, （Walczak

& Massart, 1999），其中： C 代表原有的「情況屬性集合」（Condition

attribute set），而對應原有決策D 代表受限於C 情況下，各個品質量測因素

Uxi 的決策屬性集合（Decision attribute set），透過化簡可辨識函數

)(Df A ，可以找出影響新決策制定的「核心屬性」（Core attribute）與「可

簡化屬性」（Reduct attribute），設計針對不同情況組合下，提昇核心電子

服務品質的新決策叢集 nnew DDDD ...,,, 21 （Decision cluster），而每

個新決策 niDi ,...,2,1, 可找出與原決策 D 間最短距離（Distance），本研究

以「二階範數」（2nd Norm）表示，即 DDi min ，用以求出提昇品質因素

項目的分布情形，整體推導流程與理論文獻探討，將於本文中呈現。

文獻與理論探討

服務品質的定義

根據美國行銷協會 (AMA) 對「服務」的定義：「用直接銷售或配合貨品銷

售所提供的各種活動、利益與滿足」，而ISO國際標準定義服務為：「供應

者在顧客之介面上的活動，以及供應者內部活動所產生之結果，以滿足顧客

的需求均屬之」(楊錦洲，2002)；但在傳遞與轉移服務的過程中，衍生出

「服務品質」優劣的課題，簡單來說，服務品質的優劣與否，將是提昇客戶

滿意度的一項重要指標；而電子服務 (e-service) 的定義相當廣泛，亦被認為

是傳統服務業的延伸，根據Zeithaml et al. (2002) 提出電子服務品質的定義：

「電子服務品質的範圍包括網站功能效率、購買以及產品和服務的傳送」，

亦即顧客使用網站服務的經驗，會產生其自身感受的電子服務品質，影響到

知覺滿意度與再次購買的意願。而電子服務是一種不具實體的行動或表現，

由某一方提供給另一方，且沒有任何一方對服務擁有所有權。(Kotler &

Keller, 2006)

因此Parasuraman et al.（1985）提出服務品質的衡量具有三個特性： 1、服

務品質比產品品質更難以衡量；2、服務品質是由消費者期望與實際知覺比

較而來；3、品質的衡量包括了服務的結果與服務的過程，也就是說，服務


4

品質與產品品質的不同，主要由於：「服務」具有無形性、不可分割性、不

可儲存性、異質性、與易逝性等等，使得企業難以進行服務品質的管理。

表 1 服務品質相關定義

學者服務品質的定義

石川馨 (1975) 服務為不生產硬體物品的有效工作。

Kotler (1978)

所謂「服務」是指：一項活動或一項利益，由一方

向他方提供，本質上是無形的，也不產生任何事務

的物權轉變者。

Sasser et al. (1978) 以材料、人員及設備來定義服務品質。

Crosby (1979) 定義服務品質為顧客對於所期望的服務與實際知覺

的服務間相互比較的結果。

Lewis & Booms (1983) 傳送的服務和期望的服務吻合之程度，兩者間頇具

有相當的一致性。

Buell (1984) 配合貨品銷售而連帶提供之各種活動、利益、或滿

意度。

Gronroos (1984) 服務品質是顧客透過比較其對服務的預期和實際的

知覺，來評定服務的品質。

Parasuraman et al. (1985,

1988)

將服務品質視為一種態度，並透過顧客對服務的期

望與實際知覺的差異程度來衡量服務品質。

杉本辰夫 (1991)

服務是直接或間接以某種型態，有代價的提供適合

需要者所要求的有價值之物。服務以滿足顧客的需

求為前提，是達成企業目的並確保必要利潤所採取

的活動。

Reeves & Bednar (1994) 以符合或滿足顧客的期望為主要訴求。

Banatre et al. (1997) 網站服務品質應包括：效率，及系統接受度。

Cronin et al. (2000) 認為是一種以滿足顧客需求為前提，並為達成服務

品質效果與目標所採取的行動。

資料來源：本研究整理

另一方面，消費者本身也很難具體描述服務品質的優劣所在，當然企業若能

在實體通路之外，另外設立虛擬通路提供電子化服務，則可拓展商務並解決

若干服務業特性上的限制，達到加分的效果；本研究整理相關服務品質定

義，如表1所示，原由Parasuraman et al.所發展出的「服務品質觀念模式」，

包含十個服務品質構面：有形性、可靠性、反應性、勝任性、禮貌性、溝通

性、可信度、安全性、瞭解/熟知顧客的程度、接近性，其主要目的是用來

確認服務品質測量的構面；但由於電子商務的日新月異，Parasuraman et al.

（ 1988 ）又將原本構面精簡成：有形性（ Tangibles ）、可靠性


5

（Reliability）、反應性（Responsiveness）、保證性（Assurance）、同理心

（Empathy），至此，SERVQUAL 量表的五大構面，已經受到廣泛的採用

與驗證，是第一個有系統的服務品質量表。

電子服務品質的定義與內涵

由於網路技術日趨複雜，與網路購物通路的活絡，促成服務品質構面的分割

必需更加細密，Zeithaml, et al. (2000) 使用探索性的焦點群體，和兩階段的

實證性資料搜集與分析，發展出 e-SERVQUAL 來衡量網路上的服務品質，

並與Parasuraman et al. (2005) 合作將電子服務品質分為七個構面，如表2所

示，用來描述及涵蓋整個電子服務品質的特性；其中前四個構面形成「核心

電子服務品質」（Core E-S-QUAL），用以衡量顧客知覺網站服務品質；後

三個構面形成「電子復原服務品質」（E-ResS-QUAL），是顧客遇到問題

或困難時才會出現的選項。

表2 e-SERVQUAL 的七大構面和內容

構面內容

效率顧客連上網站、搜尋產品與相關資訊，與以最少精力結帳離站的能力

可靠網站技術能力。能有效地且無誤地運作程度

滿足感顧客對所購買的產品和服務的滿意程度，以及期望顧客未來繼續購買

隱私保證資料不分享以及保證信用卡資訊安全

回應提供正確資訊回應顧客問題、問題處理回應機制與提供線上保證

補償退錢、吸收退貨與處理成本

接觸多種聯絡管道

而 Wolfinbarger & Gilly (2003) 則以線上（On-line）及離線（Off-line）的焦

點討論法，分類整理出品質相關項目的分群，並以線上顧客調查，發展出一

套網路服務品質衡量工具：「電子零售品質」（eTailQ），其四個衡量構面

指標為：網站設計、履行/可靠性、隱私權/安全性、及顧客服務；與 e-

SERVQUAL 相比較，eTailQ 中的「網站設計」是一個全新的構面，主要內

容包括：提供深度資訊、不浪費顧客時間、能快速完成交易、適合的個人化

程度、提供較佳的選擇等等，強烈地影響顧客購物的經驗，此構面就其內容

來看，和 e-SERVQUAL 中的「效率」構面相似，同樣皆是反映出顧客是否

能花費最少的精力來完成他們的目的；而 eTailQ 中的「履行/可靠性」構面

敘述包括：正確地呈現產品、無誤地收到訂購產品、產品準時送達等，分別

對應到 e-SERVQUAL 中的「可靠」與「履行」兩個構面；eTailQ 中的「隱

私權/安全性」構面，則等同於 e-SERVQUAL 中的「隱私」構面；此外，


6

eTailQ 中「顧客服務」構面，強調網站回應顧客與解決問題的誠意及速度，

等同 “e-SERVQUAL” 的「回應」構面；兩者間的對應關係，如圖 1 所示。

圖 1 e-SERVQUAL 與 eTailQ 之構面對應圖（本研究整理）

另外，由 Childers（2001）等人所提出：娛樂（Hedonic）與功利主義

（Utilitarian）構面論點，認為新網路科技的引進，及參與媒體資訊交換的

過程，會造成線上購物顧客與使用者接受度的提昇，並擴展網路電子服務品

質構面，朝向瀏覽、方便性、與次經驗(Sub-experience)的整合；因此，

Bauer et al. (2006) 順勢發展出「電子交易品質」(e-TransQual) 模型，將網路

交易過程 (Transaction process) 的品質分成五個構面：網站的功能性與設

計、娛樂、交易過程、可靠性、回應性，特別強調網路交易中的「娛樂」構

面，是以往探討電子服務品質研究所欠缺的一環，而 eTailQ、e-TransQual、

與 E-S-Qual，三者構面分割如圖 2 所示；近年來，較重要購物網站的電子

服務品質研究的相關內容簡述，如表 3 所示。


7

圖 2 e-SERVQUAL、e-TransQual 與 eTailQ 之構面圖（譯自 Bauer et al.,

2006）

表 3 線上購物網站服務品質的相關研究

學者網站服務品質定義衡量工具維度

Zeithaml

et al.

(2000)

網站促進有效率、有效

益的購物與產品，或服

務傳遞的程度。

e-

SERVQUAL

效率、可靠性、符合

需求、隱密性、回

應、補償、聯繫

Loiacono

et al.

（2000）

網站技術上操作的品

質，而不是經由網站傳

遞給顧客的服務品質。

WebQual

資訊適合、互動、信

任、回應時間、易於

瞭解、直覺、視覺與

情感吸引力、創新、

一致的形象、線上完

成、完善的聯繫

Wolfinbar

ger &

Gilly

(2003)

發現過去的研究都將焦

點置於網站的使用者介

面，而忽略了隱藏在網

站介面後的服務品質，

也忽視了目標導向型消

費者對服務品質的需求

eTailQ

滿足與可靠性、網站

設計、顧客服務、安

全與隱私性

Bauer et

al. (2006)

線上購物交易過程的

前、中、後階段，都隱

含對顧客核心價值與滿

意度提昇的正向衝擊

e-TransQual

網站的功能性與設

計、娛樂、交易過

程、可靠性、回應性

資料來源：本研究整理


8

因此，本研究立論的重點在於：不管電子服務品質的構面如何切割？經營一

個具有完善服務的電子商務網站，必需能從網路客戶端出發，找出錯綜複雜

且隱含未現的顧客服務需求，與對應的主要品質項目，即時地捕獲顧客滿意

度提昇的重點因素，才是促進網路行銷成功的核心標的！所以，本研究根據

Parasuraman et al.的觀點（本文簡稱「PZB 模式」），假設電子服務品質的

屬性（Attribute）構面集合：由「核心電子服務品質」（Core E-S-QUAL）

與「電子復原服務品質」（E-ResS-QUAL）兩部份組成，針對「核心電子

服務品質」的效率、系統接受度、滿足感、隱私四個構面導入約略集理論，

設計出一套提昇電子服務品質量的決策制定過程！

約略集理論與文獻探討

「約略集」理論部份，最早由Pawlak (1982) 發展出來，用以解決資訊系統

(Information system) 中相互衝突與矛盾的資訊，並提供一個可以萃取這些資

訊的學術工具，特別是用於資料的分析、知識的表示、專家系統的構建、以

及處理多重準則的分類、模糊決策的問題等，由於其決策規則 (Decision rule)

的產生，係應用IF-THEN的可程式化 (Programming) 映射程序，或貝氏理論

（Bayes’theory）來決定其機率的高低（Pawlak, 2002, 2004），所以經由約

略集化簡後的資訊系統，如何用來推論出較佳的決策，以改善現有的決策系

統，成為各領域應用的主要焦點。

目前，約略集理論被運用到的領域有：混合類神經網路 (Neural network) 對

於商業錯誤預測（Ahn et al., 2000）、工業用分餾鍋爐的錯誤預測（Geng &

Zhu, 2009）、用水需求預測（An et al., 1996）、結合品質函數發展 (QFD)

法管理產品研發 (Zhai et al., 2009)、混合模糊邏輯的控制器 (Batur et al., 1995;

Pawlak & Munakata, 1996; Mrozek, & Plonka, 1998)、決策規則萃取(Liang et

al., 2000)、知識發掘與採礦（Attoh-Okine, 1997; Bell & Guan, 1998, Kusiak et

al., 2000）、決策支援系統 (Gorzalczany & Piasta, 1999)、美妝用品網站購物

品質的探討（胡維萍、黃素慧，2009）等等。

當然，除了上述領域的應用之外，醫學方面的應用如：一般醫學症狀的篩選

與診斷（Yang & Wu, 2009），醫學美容療程與膚質相關的先期診斷（胡維

萍等人，2008），甚至應用到癌症診斷（Mitra et al., 2001, Yahia et al.,

2000）、醫學先期診斷分析 (Czyzewski et al., 1999)、與醫學資訊系統

(Stefanowski & Slowinski, 1997) 方面的相關研究。


9

約略集理論主要是用來分析系統中隱藏在輸入與輸出間的關聯性，首先，將

系統架構成： VAUIS ,, ，其中「宇集合」定義為 nxxxU . . .21

（Universe set）、與「屬性集合」（Attribute set） maaaA ...21 兩個

構面，其中，宇集合內的各個元素代表：可控制的輸入變數與方法，而屬性

集合內的元素代表：所有輸入變數所產生的效果特性的總分類，每個宇集合

內的元素，皆具有相對應的屬性，用來代表在整個資訊系統中的獨立特性，

且取其對應項目值於「值域」中： kvvvV ...21 (Walczak & Massart,

1999)，當然，若值域取整數集 k...,2,1 ，則系統將被編碼成離散資訊系

統（Discrete information system），或者是受限於某個區間內的值，對應到

整數集內的評估值， kcccccc qq )(...,2)(,1)( 14321 ，用來顯示這個元

素，相對於屬性集合特性的強度 (Pawlak, 1997)，另外，若宇集合內元素對

應每個屬性的評估值為機率分佈，則系統將被編碼成隨機資訊系統

（Stochastic information system）而 Bayes’ theorem 則必需導入應用，

（Pawlak, 2002）。

然後，將資訊系統函數 VUf A : 可以定義為：由「宇集合」元素U 映射屬

性 A至值域V 的過程，目的是用來定義「不可辨識關係表」（Indiscernibility

relation table）內的評估值，利用布林代數中的邏輯運算規則，建立「可辨

識矩陣」（Disceribility matrix），簡化宇集合中每個子集合下最終形式的

「可辨識函數」 )(Afix

（Disceribility function），並據此設定決策規則與決

策表（Pawlak, 1997）；當然，若要明確地分離「宇集合」內的那些子集合

是具有「可定義的」（Definable）或「不可定義的」（Undefinable）的話，

相關的「上界」（Upper）、「下界」（Lower）及「邊界」（Boundary

approximation）的趨近分析，可進一步計算出「趨近精確度」（Accuracy of

approximation），根據 Ziarko (1998) 的研究：「下界」與「上界」代表：值

域元素隸屬於宇集合內某個子集合的目標值，去除互不相關聯的獨立屬性後

（Independent attributes），可找出核心（Core）屬性、可簡化（Reduct）屬

性、「邊界」（Boundary）與「趨近精確度」（Accuracy of approximation）

但在本研究中，由於引用「PZB 模式」，因此找出在「核心電子服務品

質」構面內主宰決策制定的核心屬性，而進一步設計：反向決策規則找出提

昇電子服務品質的新決策，是為本文的重點所在。


10

研究設計

首先根據「PZB 模式」所探討的電子服務品質相關因素，建構出「宇集

合」內所有服務品質量測的元素，以及對應的四個核心電子服務品質屬性；

而其整體操作步驟如下：

1、藉由問卷調查（如附錄所示）結果，建構「宇集合」內所有品質元素，

以及相對於四個屬性的評估值，取值域 4,3,2,1V 內的離散

（Discrete）數值，用以建構「不可辨識關係表」；本文將目前核心電子

服務品質因素，設計成「宇集合」，內含二十二個元素：

2221 ... xxxU (1)

其中： 1x ：購物網站上容易找到顧客想要的東西

2x ：網站能夠讓顧客快速且輕鬆的找到各項連結

3x ：購物網站讓我快速完成我所要執行的任務

4x ：購物網站所提供的資訊組織的很有條理

5x ：網路購物商店開啟的速度非常快速

6x ：網路購物商店使用上很簡單

7x ：購物商店網站很容易就上手

8x ：網路購物商店的功能調配很有條理

9x ：購物網站可全天候供使用者進行交易

10x ：購物網站可隨時馬上執行使用

11x ：購物網站不會在尋找中途當機

12x ：購物網站不會在輸入資料中途當機

13x ：顧客要求之訂單、服務，購物商店都能馬上執行

14x ：購物商店在可接受的期限內將貨物送達

15x ：購物商店快速的寄送出我要的貨品


11

16x ：購物商店寄送的產品與顧客所訂購的商品一致

17x ：網站上商品庫存顯示與實際庫存相符

18x ：網站上能真實反應出所能提供之服務

19x ：購物商店能正確地按照對客戶所承諾的方法寄送

20x ：有關我交易行為的資訊是受保護的

21x ：購物網站不會把個人資料洩漏或分享給其他網站

22x ：購物網站可保護我的信用卡資料

再則，將核心電子服務品質構面設計為「屬性集合」：

421 ... aaaA (2)

其中： 1a 代表：網站處理「效率」的高低

2a 代表：客戶對於網站的「系統接受度」

3a 代表：對於顧客「滿足感」的達成

4a 代表：對於顧客「隱私」的保密程度

因此所建置出的「不可辨識關係表」為：

)4,3,2,1 ,22,...,2,1for ,/( ,,/ nivfAUF niAUAU (3)

即

4,223,222,221,22

4,23,22,21,2

4,13,12,11,1

/............

vvvv

vvvv

vvvv

F AU ，其中： ix 對應 na 取值域 Vv ni ,

2、根據「不可辨識關係表」的評估值，建立「可辨識關係函數」，導入布

林代數，化簡每個宇集合元素之間，相互可辨識特性之「簡化可辨識函

數」 )(Afix

（Simplified disceribility function）為：


12

*......

...*.........

...*

...*

...*

)(

...

)(

)(

)(

)(

2

22

1

22

22

3

2

3

1

3

22

2

3

2

1

2

22

1

3

1

2

1

22

3

2

1

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

ff

fff

fff

fff

Af

Af

Af

Af

Af (4)

其中 4321 aaaasubsetxxf ikx

xk

i ，而 4321 aaaasubset 代表

區分元素kx 與 ix 兩者之間的屬性子集合，因此，化簡後的整體可辨識關

係函數 2221 ...)( xxx

x

x

xx iiiifffAf ，可得「核心屬性」（Core attribute）與

「可簡化屬性」（Reduct attribute），以及確定核心電子品質系統的

「上界」、「下界」、與「趨近精確度」，代表每個決策規則的「力

量」（Strength）強弱狀況。

3、至於決策構面 DCUS ,, ，首先，根據原問卷調查針對的品質因素

重要性份數多寡，找出網路客戶認定服務品質高低的決策，其中：C 代

表「情況屬性」集合，而對應原有決策 D 代表受限於C 情況下，各個品

質量測因素 Uxi 的「決策屬性」集合，決策制定者針對不同情況，設

計提昇核心電子服務品質的新決策 niDi ,...,2,1, ，可找出與原決策分類

集合（Decision classification set）元素之間的最短距離，以「二階範

數」（2nd Norm）表示，即 niDDi ,...,2,1,min ，用以求出提昇品質因

素項目的分布情形（Walczak & Massart, 1999）。

模擬案例分析

本研究樣本來源是透過便利抽樣，針對具有網物購物經驗的個人進行問卷調

查；問卷共發放 235 份，總共回收 200 份，有效回收率為 85.11%，樣本變

數分佈情形，如表 4 所示，而問卷的統計特性，如表 5 所示。


13

表 4 受訪者的樣本變數百分比

表 5 本研究問卷調查結果的平均值與值

系統編碼的方式是以回收問卷勾選份數均分四等份後，得出電子服務品質因

素的評估值，也就是「不可辨識關係表」，如表6所示，其中「4」代表：該

因素項目被勾選重要關連的數量，介於回收份數全距的75%~100%內為「最

重要」屬性、「3」代表：該因素項目被勾選重要關連的問卷數量，介於回

收總份數全距的50%~75%為「重要」屬性，餘此類推…；至於決策 D 則以

問卷中選擇該因素項目四個屬性的總份數，取三等份級距而得（此部份的設

樣本描述

變數百分比變數百分比

性別

男 48

女 52

年齡

< 20 36

21-30 57

31-40 3

41-50 0

> 51 4

教育程度

高中 20

大專 31

大學 49

職業

無 5

製造業 5

學生 70

服務業 16

其他 4

月收入

35,000 3


14

計，係根據決策制定者所需的品質精緻程度而定，屬於可控制變數），其中

「3」代表有67%~100%的問卷認為：該因素ix 在四個屬性的評估中，具有

高度影響決策結果的效用，餘此類推…，以建構出「不可辨識關係表」。

表 6 約略集中電子服務品質元素對應屬性的「不可辨識關係表」

屬性

宇集合效率（

1a ）

系統接受度

（2

a ）

滿足感

（3

a ）隱私（

4a ）決策（ D ）

1x 3 2 2 1 1

2x 3 2 2 1 3

3x 2 3 2 1 1

4x 3 2 2 1 1

5x 3 1 2 1 1

6x 1 2 3 1 1

7x 2 2 2 1 1

8x 2 3 1 2 1

9x 2 3 1 1 2

10x 3 2 2 1 2

11x 2 3 2 1 3

12x 2 2 3 1 1

13x 1 2 3 1 1

14x 2 2 3 1 3

15x 2 1 3 1 1

16x 2 2 3 1 3

17x 1 2 3 2 2

18x 2 2 3 1 2

19x 1 2 2 2 1

20x 1 1 1 4 1

21x 1 1 1 4 1

22x 1 1 1 4 2

資料來源：本研究問卷調查結果

進一步簡化不可辨識關係成為「簡化可辨識函數」 22,...,2,1),( iAfix

，由於

整體可辨識函數為 4321)( aaaaAf ，亦可證明：「PZB模型」的核心電子服

務品質屬性，與本研究使用約略集分析服務品質系統結果相同：皆為不可被

簡化的屬性（Reduct attribute），據此建立的決策構面 DCUS ,, 為：

1、 12120191513128765431#1 Dxxxxxxxxxxxxxc


15

2、 22218171092# Dxxxxxc ，

3、 316141123# Dxxxxc ，

其中， 3#2#1# ,, cccC 代表三個情況屬性集合，而檢驗三個決策分類集合

的精確度，如表7所示！由於趨近精確度皆高於0.75，屬於可信任決策映射

範圍。

表7 核心電子服務品質決策分類集合趨近精確度檢驗

情況屬性集合元素數目下界上界趨近精確度

1#c 13 10 13 0.769

2#c 5 5 5 1

3#c 4 3 4 0.75

由決策制定者（Decision maker）所設計的新決策 21, DD ，則依據如下規則：

1、新決策 1D ：任意挑選大部份網路客戶所認定，屬於重要性較高的品質因

素而成，亦即： 22212019181714109862 xxxxxxxxxxxx

31 D ，被認定為最重要且急需要達成的服務品質元素項目，

21131211541 Dxxxxxx 為普通需要達成的元素項目，而

11161573 Dxxxx 為最不需要立即透過決策達成的元素項目。

2、新決策 2D ：先將宇集合分類成4個屬性區塊，評估各自區塊內元素的重

要性（Bauer et al., 2006），而不是指定某單項元素的評估值高低，例

如： 3...,, 2121 Dxx 為最重要的屬性區塊， 2...,, 21913 Dxx

為普通需要達成的屬性區塊，而 12222120 Dxxx 為最不需要立即

透過決策達成的屬性區塊。根據新決策 1D 所設計的各個品質元素：

22,...,2,1, ixi 由原決策 D ，提昇或降低至新決策 1D 的要求，此過程稱為

「逆向決策映射」，如圖3所示。


16

圖 3 決策構面中的逆向決策映射過程圖

例如：新決策 1D 要求品質因素 215 Dx ，但原系統 15 Dx ，因此將 5x

取與情況屬性集合中 22218171092# Dxxxxxc 內所有因素間屬性

的二階範數（將各因素屬性視為一向量值，如： 121355 xx ），以

95 xx 、 105 xx 、 175 xx 、 185 xx 、 225 xx 代表之，而最小範數值發

生在 1105 xx ，意即：品質因素 5x 希望依據新決策 1D 的要求，達成落入

2#c 的決策分類集合中，以接近或仿照品質因素 10x 的方式呈現，為最佳化提

昇方式，也就是說5x 內的屬性 2a 必需加強提昇，以此類推，可得出如表 8、

9 所示，依此類推…，其中，使用「」符號代表該因素 ix 在新決策的要求

下，必需針對該對應屬性進行調昇，而使用「」符號代表調降，也就是

說，新決策 1D 所需提升核心電子服務品質對策的說明如下：

1. 網路商店開啟的速度除了快速之外（ 5x ），必需同時加強客戶對系統的

接受度（ 2a ），讓顧客能更方便的使用。

2. 網路商店的使用簡單（ 6x ），但必需注意效率屬性（ 1a ）的提昇。

3. 網路商店的功能調配有條理（ 8x ），可以增加客戶的滿足感（ 3a ），但

降低隱私（ 4a ）方面的要求。


17

4. 餘此類推…。

但是，原案例中的品質量測因素 11 Dx ，新決策要求提昇到 21 D ，取

二階範數後可知與 210 Dx 距離最近，但 101 xx 且 1#1 cx 的趨近精確度為

0.769，由此可知 1x 落在約略集的「邊界」上，造成決策分類過程中的模糊

地帶，此亦為約略集理論分析的限制。

表8 針對新決策 1D 的核心電子服務品質提昇與調降表

屬性

宇集合效率（

1a ）系統接受度（

2a ）滿足感（ 3a ）隱私（ 4a ）

5x （ 1D ）

6x （ 1D ）

8x （ 1D ）（ 1D ）

9x （ 1D ）

11x （ 1D ）

13x （ 1D ）（ 1D ）

17x （ 1D ）（ 1D ）

19x （ 1D ）（ 1D ）（ 1D ）（ 1D ）

20x （ 1D ）（ 1D ）（ 1D ）（ 1D ）

21x （ 1D ）（ 1D ）（ 1D ）（ 1D ）

22x （ 1D ）（ 1D ）（ 1D ）（ 1D ）

表9 針對新決策 2D 的核心電子服務品質提昇與調降表

屬性

宇集合效率（

1a ）

系統接受度

（2

a ）滿足感（

3a ）隱私（

4a ）

5x （ 2D ）

6x （ 2D ）

7x （ 2D ）（ 2D ）（ 2D ）

8x （ 2D ）（ 2D ）

9x （ 2D ）

13x （ 2D ）（ 2D ）

15x （ 2D ）

19x （ 2D ）


18

結論

由於電子服務品質無法精確測量的特性，造成提昇網路購物品質的決策制

定，十分模糊而難以具體實現，目前所能達成的僅有與原服務系統之間品質

因素的比較，因此，本研究導入「約略集」理論將決策制定過程結構化，並

具體表現出樣本空間（網路購物客戶族群）對核心電子服務品質因素的編碼

（Coding），與新舊決策流程的調整比較情形，為最主要的貢獻之一；然

而，在約略集的「趨近精確度」、「邊界」、與決策映射流程中，也間接顯

現出其受限於品質系統資訊的不明確，而無法找尋出精確決策的一面，也就

是說：

= +

當然，本研究假設資訊系統編碼的誤差值（ 0 ）很小，可以忽略不

計，接近真實品質系統，且也並不會影響到提昇或調降核心電子服務品質決

策的制定；總體而言，運用新決策與原系統決策分類間的二階範數（距

離），作為引導原品質量測因素，傾向達成新決策需求的努力是成功的，當

然以其他方法在決策空間（Decision space）中找出最適路徑的研究（胡維萍

等人， 2009），也有探討與運用的價值，本研究僅就新舊決策交替與轉移

提供導入的應用。

參考文獻

石川馨（1975），〈サ－ビス產業の QC〉，《品質月間テキスト》，第

85 卷。

杉本辰夫（1991），〈事務營業-サービスの品質管理〉（改訂版），東

京:日本規格協會。

胡維萍、黃素慧、謝逸蓁（2008），〈應用約略集理論建構醫學美容先期診

斷療程之探討〉，《美容科技學刊》，第五卷，第一期，第 79102 頁。

胡維萍、黃素慧（2009），〈提昇美妝用品網路商店電子化服務品質之探討

-以約略集理論導入〉，《美容科技學刊》，第六卷，第一期，第 305346

頁。

楊錦洲 (2002)，〈服務業與品質管理〉，《品質學會》，台北: 三民書局。

真實品質系統

（realIS ）

約略集編碼後品質系統

（RSTIS ）

資訊誤差值

（）


19

Ahn, B. S., Cho, S. S., & Kim, C. Y. (2000). The integrated methodology of

rough set theory and artificial neural network for business failure prediction.

Expert Systems with Applications, 18(2), 6574.

An, A., Shan, N., Chan, C., Cercone, N., & Ziarko, W. (1996). Discovering rules

for water demand prediction: an enhanced rough-set approach. Engineering

Applications for Artificial Intelligence, 9(6), 645653.

Attoh-Okine, N. O. (1997). Rough set application to data mining principles in

pavement management database. Journal of Computing in Civil Engineering,

11(4), 231237.

Banatre, M., Issarny, V., Leleu, F., & Charpiot, B. (1997). Providing Quality of

Service Over The Web: A Newspaper-Based Approach. Computer Networks and

ISDN Systems, 29(8-13), 14571465.

Batur, C., Srinivasan, A., & Chan, C. (1995). Fuzzy model-based fuzzy predictive

controllers. Journal of Intelligent and Fuzzy Systems, 3(2), 117130.

Bauer, H. H., Falk, T., & Hammerschmidt, M. (2006). eTransQual: A transaction

process-based approach for capturing service quality in online shopping. Journal

of Business Research, 59(7), 866–875.

Bell, D. A., & Guan, J. W. (1998). Computational methods for rough

classification and discovery. Journal of the American Society for Information

Science, 49(5), 403414.

Buell, V. P. (1984). Marketing Management: A Strategic Planning Approach.

NY: McGraw-Hill Book Co.

Childers, T. L., Carr, C. L., Peck, J., & Carson, S. (2001). Hedonic and Utilitarian

Motivations for Online Retail Shopping Behavior. Journal of Retailing, 77(4),

511535.

Cronin, J., Brady, M., & Hult, G. (2000). Assessing the effect of quality, value,

and customer satisfaction on customer behavioral intentions in service

environments. Journal of Retailing, 76(2), 193218.

Czyzewski, A., Skarzynski, H., Kostek, B., & Krolikowski, R. (1999). Rough set


20

analysis of electrostimulation test database for the prediction of post-operative

profits in cochlear implanted patients. Proceedings of the 7th International

Workshop on Rough Sets, Fuzzy Sets, Data Mining, and Granular-Soft Computing,

1711, 109117.

Crosby, P. B. (1979). Quality is free. New York: McGraw-Hill.

Geng, Z., & Zhu, Q. (2009). Rough set-based heuristic hybrid recognizer and its

application in fault diagnosis. Expert Systems with Applications, 36(2),

27112718.

Gorzalczany, M. B., & Piasta, Z. (1999). Neuro-fuzzy approach versus rough-sets

inspired methodology for intelligent decision support. Information Sciences,

120(1-4), 4568.

Gronroos, C. (1984). A Service Quality Model and Its Marketing Implication.

European Journal of Marketing, 18(4), 3644.

Kotler, P. (1978). The Principle of Marketing. Englewood Cliffs, NJ: Prentice-

Hall Ltd.

Kotler, P., & Keller, K. L. (2006). Marketing management. New Jersey: Prentice-

Hall.

Kusiak, A., Kern, J. A., Kernstine, K. H., & Tseng, B. T. L. (2000), Autonomous

decision-making: a data mining approach. IEEE Transactions on Information

Technology in Biomedicine, 4(4), 274284.

Lewis, R. C., & Booms, B. H. (1983). The Marketing Aspects of Service Quality.

In Berry, L. L., Shostack, G. L., & Upah, G. D. (Eds.), Emerging Perspectives on

Services Marketing (pp. 99107), Proceedings of Services Marketing Conference .

Chicago, IL: American Marketing Association.

Liang, A. H., Maguire, B., & Johnson, J. (2000). Rough set based WebCT

learning. Proceedings of Web-Age Information Management, 425436.

Loiacono, E., Watson, R., & Goodhue, D. (2002).WebQual: A Web Site

Quality Instrument. American Marketing Association: Winter Marketing

Educators’ Conference, Austin, Texas. Working Paper, 432438.


21

Mitra, P., Mitra, S., & Pal, S. K. (2001). Evolutionary modular MLP with rough

sets and ID3 algorithm for staging of cervical cancer. Neural Computing and

Applications, 10(1), 6776.

Mrozek, A., & Skabek, K. (1998). Rough sets in economic applications., In

Polkowski, L., & Skowron, A. (Eds.), Rough Sets in Knowledge Discovery 2:

Applications, Case Studies and Software Systems. Heidelberg, NY: Physica-

Verlag, 238271.

Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1985). A conceptual model of

service quality and its implications for future research. Journal of Marketing,

49(Fall), 4150.

Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1988). SERVQUAL: A

Multiple-item Scale for Measuring Consumer Perceptions of Service Quality.

Journal of Retailing, 64(1), 1240.

Parasuraman, A., Zeithaml, V. A., & Malhotra, A. (2005). E-S-Qual: A Multiple-

item Scale for Assessing Electronic Service Quality. Journal of Service Research,

7(3), 213233.

Pawlak, Z. (1982). Rough sets. International Journal of Parallel Programming

11(5), 341356

Pawlak, Z., & Munakata, T. (1996). Rough control: application of rough set

theory to control. In Zimmermann, H. (Ed.). Proceedings of the 4th European

Congress on Intelligent Techniques and Soft Computing, Germany, 209218.

Pawlak, Z. (1997). Rough set approach to knowledge-based decision support.

European Journal of Operational Research, 99(1), 4857.

Pawlak, Z. (2002). Rough sets and intelligent data analysis. Information Sciences

147(1-4), 112.

Pawlak, Z. (2002). Rough sets, decision algorithms and Bayes’ theorem. European

Journal of Operational Research, 136, 181189.

Pawlak, Z. (2004). Decisions rules and flow networks. European Journal of

Operational Research, 154(1), 184190.


22

Reeves, C. A., & Bednar, D. A. (1994). Defining quality: Alternatives and

implications. Academy of Management Review, 19(3), 419445.

Sasser, W. E., Olsen Jr., R. P., & Wyckoff, D. D. (1978). Management of service

operations: Text, cases and readings. Boston: Allyn and Bacon.

Stefanowski, J., & Slowinski, K. (1997). Rough set theory and rule induction

techniques for discovery of attribute dependencies in medical information systems.

Lecture Notes in Artificial Intelligence, 1263, 3646.

Walczak, B., & Massart, D. L. (1999). Rough sets theory. Chemometrics and

intelligent laboratory systems, 47(1), 116.

Wolfinbarger, M., & Gilly, M. C. (2003). eTailQ: dimensionalizing, measuring

and predicting etail quality. Journal of Retailing, 79(3), 183198.

Yahia, M. E., Mahmod, R., Sulaiman, N., & Ahmad, F. (2000). Rough neural

expert systems. Expert Systems with Applications, 18(2), 8799.

Yang, H., & Wu, C. (2009). Rough sets to help medical diagnosis – Evidence

from a Taiwan’s clinic. Expert Systems with Applications, 36(5), 92939298.

Zeithaml, V. A., Parasuraman, A., & Malhotra, A. (2000). E- service Quality:

Definition, Dimensions and Conceptual Model. Marketing Science Institute

Working Paper Series, Cambridge, MA.

Zeithaml, V. A., Parasuraman, A., & Malhotra, A. (2002). Service quality delivery

through Websites: A critical review of extant knowledge. Journal of the Academy

of Marketing Science, 30(4), 362375.

Zhai, L., Khoo, L., & Zhong, Z. (2009). A rough set based QFD approach to the

management of imprecise design information in product development. Advanced

Engineering Informatics, 23(2), 222228.

Ziarko, W. (1998). Rough sets as a methodology for data mining. In Polkowski, L.,

& Skowron, A. (Eds.), Rough Sets in Knowledge Discovery, vol. 1: Methodology

and Applications (pp. 554576). Heidelberg, Germany: Physica-Verlag.


23

（附錄）「核心電子服務品質」問卷親愛的先生、小姐:

您好！這是一份學術研究問卷，目的在於提昇及改善「核心電子服務品質」，建立

服務評量模式，以促進網際網路服務業者能提供您最佳的服務品質。

您所填答的任何資料只供作學術研究之用，我們將嚴守保密，請你安心做答。感謝

您的合作與信賴！

祝您一切順利！！

基本資料：

1.性別: □男 □女

2.年齡: □20 歲以下 □21~30歲 □31~40 歲 □41~50 歲 □51 歲以上。

3.教育程度: □國小 □國中 □高中(職) □大專 □大學以上。

4.職業: □無 □工 □商 □家管 □學生 □服務業 □電子業。

5.月收入: □15,000以下 □15,000~25,000 □25,000~35,000 □35,000 以上。

下列問題，在網路購物商店中，

您認為有重要關聯性的請打ˇ

(可複選)

網站效率

的高低

系統可使

用程度

顧客滿足

感的達成

客戶隱私

的保密

1.購物網站上讓我很容易可以找到我想要的東西 □ □ □ □

2.我可以快速且輕鬆的找到網站中的各項連結 □ □ □ □

3.購物網站讓我快速完成我所要執行的任務 □ □ □ □

4.購物網站所提供的資訊組織的很有條理 □ □ □ □

5.網路購物商店開啟的速度非常快速 □ □ □ □

6.網路購物商店使用上很簡單 □ □ □ □

7.購物商店網站很容易就上手 □ □ □ □

8.網路購物商店的功能配很有條理 □ □ □ □

9.購物網站可全天候供使用者進行交易 □ □ □ □

10.購物網站可隨時馬上執行使用 □ □ □ □

11.購物網站不會在尋找中途當機 □ □ □ □

12.購物網站不會在輸入資料中途當機 □ □ □ □

13.顧客要求之訂單、服務，購物商店都能馬上執行 □ □ □ □

14.購物商店在可接受的期限內將貨物送達 □ □ □ □

15.購物商店快速的寄送出我要的貨品 □ □ □ □

16.購物商店寄送的產品與顧客所訂購的商品一致 □ □ □ □

17.網站上商品庫存顯示與實際庫存相符 □ □ □ □

18.網站上能真實反應出所能提供之服務 □ □ □ □

19.購物商店能正確地按照對客戶所承諾的方法寄送 □ □ □ □

20.有關我交易行為的資訊是受保護的 □ □ □ □

21.購物網站不會把個人資料洩漏或分享給其他網站 □ □ □ □

22.購物網站可保護我的信用卡資料 □ □ □ □

運用約略集理論提昇網路商店核心電子...

Documents